XXXII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO        Desenvolvimento Sustentável e Responsabilidade Social: As Contrib...
XXXII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO                                Desenvolvimento Sustentável e Responsabil...
XXXII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO                               Desenvolvimento Sustentável e Responsabili...
XXXII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO                              Desenvolvimento Sustentável e Responsabilid...
XXXII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO                                Desenvolvimento Sustentável e Responsabil...
XXXII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO                                               Desenvolvimento Sustentáve...
XXXII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO                              Desenvolvimento Sustentável e Responsabilid...
XXXII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO                                Desenvolvimento Sustentável e Responsabil...
XXXII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO                               Desenvolvimento Sustentável e Responsabili...
XXXII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO                              Desenvolvimento Sustentável e Responsabilid...
Próximos SlideShares
Carregando em…5
×

ANÁLISE FINANCEIRA DE RISCO EM UM PROJETO NAVAL ATRAVÉS DA APLICAÇÃO DE SIMULAÇÃO MONTE CARLO E AVALIAÇÃO DO VALOR EM RISCO (VALUE AT RISK)

974 visualizações

Publicada em

Com os recentes incentivos à retomada da indústria naval no Brasil foram reativados e construídos diversos estaleiros, a fim de atender às demandas de projetos navais a serem executados no Brasil. Considerando os elevados investimentos no setor e o momento econômico do país, este trabalho apresenta uma análise financeira de risco para um projeto naval específico, considerando variáveis relacionadas aos custos incorridos em projetos navais e que contemplem a escassez de recursos face ao momento econômico vivido no país. Desta forma foi elaborado um modelo baseado em simulação monte carlo para avaliar a sensibilidade dos indicadores de rentabilidade para este projeto específico, em particular o Valor Presente Líquido e a Taxa Interna de Retorno, assim, foram modelados os efeitos do preço do aço, mão-de-obra e atraso no projeto na rentabilidade do projeto e calculado o Valor em Risco (VAR) para cada cenário

Publicada em: Economia e finanças
0 comentários
1 gostou
Estatísticas
Notas
  • Seja o primeiro a comentar

Sem downloads
Visualizações
Visualizações totais
974
No SlideShare
0
A partir de incorporações
0
Número de incorporações
6
Ações
Compartilhamentos
0
Downloads
28
Comentários
0
Gostaram
1
Incorporações 0
Nenhuma incorporação

Nenhuma nota no slide

ANÁLISE FINANCEIRA DE RISCO EM UM PROJETO NAVAL ATRAVÉS DA APLICAÇÃO DE SIMULAÇÃO MONTE CARLO E AVALIAÇÃO DO VALOR EM RISCO (VALUE AT RISK)

  1. 1. XXXII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO Desenvolvimento Sustentável e Responsabilidade Social: As Contribuições da Engenharia de Produção Bento Gonçalves, RS, Brasil, 15 a 18 de outubro de 2012. ANÁLISE FINANCEIRA DE RISCO EM UM PROJETO NAVAL ATRAVÉS DA APLICAÇÃO DE SIMULAÇÃO MONTE CARLO E AVALIAÇÃO DO VALOR EM RISCO (VALUE AT RISK) Aguinaldo Junio Flor (Technip Bra) aguinaldojflor@gmail.com Adiel Teixeira de Almeida Filho (PPGEP/UFPE) ataf__@hotmail.comCom os recentes incentivos à retomada da indústria naval no Brasilforam reativados e construídos diversos estaleiros, a fim de atender àsdemandas de projetos navais a serem executados no Brasil.Considerando os elevados investimentos no ssetor e o momentoeconômico do país, este trabalho apresenta uma análise financeira derisco para um projeto naval específico, considerando variáveisrelacionadas aos custos incorridos em projetos navais e quecontemplem a escassez de recursos face ao momento econômico vividono país. Desta forma foi elaborado um modelo baseado em simulaçãomonte carlo para avaliar a sensibilidade dos indicadores derentabilidade para este projeto específico, em particular o ValorPresente Líquido e a Taxa Interna de Retorno, assim, foram modeladosos efeitos do preço do aço, mão-de-obra e atraso no projeto narentabilidade do projeto e calculado o Valor em Risco (VAR) paracada cenário.Palavras-chaves: Análise Financeira de Risco, Projetos Navais,Simulação Monte Carlo, Value at Risk.
  2. 2. XXXII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO Desenvolvimento Sustentável e Responsabilidade Social: As Contribuições da Engenharia de Produção Bento Gonçalves, RS, Brasil, 15 a 18 de outubro de 2012.1. IntroduçãoConforme relatório do Sinaval (2010a), até o fim dos anos 70 o Brasil ocupava o segundolugar em produção de navios no mundo, porém, com a crise financeira a partir dos anos 80, osetor entrou em declínio e não houve mais entregas de navios a Petrobrás.Com a descoberta das reservas de petróleo no Pré-Sal, o Sinaval (2010b) explica que aexigência de conteúdo nacional nos bens de capital e o crescimento vigoroso da economianacional, o setor da indústria naval brasileira tem delineado um ciclo virtuoso para este nicho.Devido à necessidade de novos petroleiros, navios-sonda de perfuração e plataformas deoffshore, para suprir as necessidades de exploração do Pré-Sal, foi criado o Programa deModernização e Expansão da Frota (Promef), contemplando inicialmente 49 navios do tipopetroleiro com capacidade de 1,05 milhão de barris e 157 mil toneladas de porte bruto (TPB)e do tipo gaseiros com porte de 4 mil TPB e navios de derivados claros.Dos 49 navios que compõem o Promef I e II, Goldberg (2011) explica que 41 foramcontratados até o final de 2010, neste mesmo período, foi aberta a licitação para a contrataçãodos oito restantes, ao encerrar o referido processo, se dará o término do programa com as duasprimeiras fases com o objetivo de renovação da frota de transporte marítimo da Transpetro.Na área do transporte fluvial, há o Promef Hidrovias para a construção de 20 comboios, 20empurradores e 80 barcaças.Este trabalho teve como objetivo realizar uma avaliação de risco financeiro em um projeto deconstrução naval aplicando o método de Simulação de Monte Carlo. Portanto, neste trabalhoserá considerado para estudo de caso de um navio petroleiro presente na carteira de umestaleiro nacional. Na construção do modelo na avaliação de risco financeiro serãoconsiderados dados econômico-financeiros, além de dados disponíveis a cerca do setor naval.2. ProblemáticaRocha (2011) explica que a Indústria Naval esteve adormecida por cerca de vinte anos,durante este período os estaleiros no Sul e Sudeste do país sobreviveram à crise através deprestação de serviços em reparos navais, produção de barcos de pesca e transporte fluvial.Durante todo esse período de latência do setor, os dados históricos foram diluídos com otempo, perdendo-se a referência para os novos projetos.Crises financeiras, situações macroeconômicas e financeiras do país e no mundo temprovocado ambientes cada vez com mais incerteza e dificuldades para previsão derentabilidade e lucros. Conforme podemos verificar através da Lei 3.381/1958 – FMM, aindústria naval é bastante alavancada, por ter os projetos financiados com base na referidalegislação. Os insumos utilizados na construção são de grande parte importados, este fatoaliado ao alto grau de alavancagem se faz necessário maior cautela no momento de umamodelagem. Diante do exposto, o modelo busca encontrar qual o nível de risco financeiroestaria sendo estimado para um contrato de construção naval e qual a propensão de perdamáxima que um empreendimento do setor poderia estar exposto. 2
  3. 3. XXXII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO Desenvolvimento Sustentável e Responsabilidade Social: As Contribuições da Engenharia de Produção Bento Gonçalves, RS, Brasil, 15 a 18 de outubro de 2012.3. MetodologiaEsta pesquisa tem a finalidade de contribuir com um modelo de análise de risco financeirobaseado em Simulação de Monte Carlo – SMC, através de uma modelagem probabilística desimulação aplicado em um projeto de construção naval com o objetivo de auxiliar a tomada dedecisão no momento do planejamento financeiro de um navio petroleiro Suezmax.Para esta pesquisa, foram adotadas as metodologias mais tradicionais de avaliação utilizadasem Finanças Corporativas, uma vez que sevem como referência pelos stakeholders no setornaval brasileiro.Visando um crescimento sustentável, o modelo propõe a construção de um modelo utilizandoo método de Simulação de Monte Carlo para análise de risco financeiro em projetos navais,através de variáveis de análise de risco como: Valor Presente Líquido (VPL) e Taxa Internade Retorno (TIR). Além de analisar a saúde financeira do beneficiário, o Fundo da MarinhaMercante (FMM) também utiliza os referidos indicadores como forma de avaliar e concederrecursos para a realização dos financiamentos solicitados para a indústria naval.Para oferecer maior conforto ao decisor no momento da decisão, o modelo apresenta umaanálise dos resultados obtidos através da SMC sob a ótica da metodologia do Value at Risk.Jafarizadeh (2010) desenvolveu um estudo no qual discute os méritos de abordagem analíticade decisão para avaliação de risco com objetivo de modelar problemas de investimentos deforma consistente. O autor teve como base em seus estudos, a pesquisa de Hess et al. (1963)que utilizou técnicas de Simulação de Monte Carlo para construção de distribuição de VPL.Além de Hetz (1964) que concluiu a existência de correlação entre fluxos de caixa e aratificação desta ideia que chegou através de Bussey et al. (1972) com os seus estudos querelataram a existência de correlação entre os fluxos de tesouraria.Locatelli et al. (2010) discute que no setor de energia elétrica, existem vários periódicos quefazem análise de grandes indústrias de geração de energia, porém, pouco se encontra naliteratura, estudos com pequenas e médias plantas de geração. Em sua pesquisa, o autor fazuma comparação entre as plantas de geração de energia através de carvão, nuclear e térmica.Sua principal observação é feita através de uma avaliação utilizando a Simulação de MonteCarlo dos desempenhos econômicos e financeiros com a variável de saída Valor PresenteLíquido (VPL). Em seu trabalho, Locatelli et al. (2010) concluem que sem qualquer impostosobre carbono, a geração através do carvão vegetal tem o menor custo e maior VPL.3.1. Área de estudoPor se tratar de um estudo em busca de conhecimento específico através de avaliaçãoquantitativa, concentrado e com nível de detalhamento relevante, foi escolhida a metodologiade Estudo de Caso que, segundo Lopes (2006), este tipo de pesquisa pode ser utilizadoquando o pesquisador quer aprofundar seus conhecimentos enfatizando um único estudo. ParaYin (2005), um estudo de caso pode contribuir com conhecimentos organizacionais de formaexploratória ou descritiva através de investigação empírica.Esta pesquisa foi aplicada em um projeto de construção naval de um estaleiro nacional,aplicando o método de Simulação de Monte Carlo. 3
  4. 4. XXXII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO Desenvolvimento Sustentável e Responsabilidade Social: As Contribuições da Engenharia de Produção Bento Gonçalves, RS, Brasil, 15 a 18 de outubro de 2012.3.1. Método econométricoBernstein (1997), em sua obra clássica na história do risco, diz que sem vantagens eprobabilidades, o único meio de lidar com o risco é apelando aos deuses e ao destino.Filosofa, ainda, ao dizer que o que separa o passado e o presente é o domínio do risco,portanto, sem números, o risco seria uma questão de pura coragem.Metropolis (1987) apresenta em seus estudos um relato sobre o desenvolvimento do métododesde o surgimento com Von Neumann até as especulações sobre a utilização futura destametodologia e sua evolução com o poder de cálculo dos novos computadores. Hertz (1964)utilizou a Simulação de Monte Carlo em finanças abordando a decisão que os administradoresde empresas enfrentam ou terão que enfrentar em ambientes de incerteza. Seu artigo concluique através de simulações é possível tomar decisões com mais consciência dos riscos queestão envolvidos.Vose (1996) explica que a análise de risco se preocupa com a avaliação das incertezas queameaçam um projeto que, normalmente, divide-se em duas partes: programação e risco docusto. Os riscos e oportunidades em um projeto podem vir a aumentar ou diminuir os custos,podendo ser mensurados através de estimativas de probabilidade de uma ocorrência.Fatores intangíveis podem ter relevância em um projeto, chegando ao ponto de inviabilizarsua continuidade.Boyle et al. (1997) defendem que a abordagem de Monte Carlo tem se mostrado umaferramenta valiosa e flexível na área de finanças modernas. Os autores utilizaram ametodologia em opções americanas com o objetivo de analisar a sensibilidade dos preços dosativos ao longo do tempo.Dorp e Duffey (1999) utilizaram o método de Monte Carlo aplicado na construção naval apartir de diagramas de redes na duração das atividades necessárias para pintar três módulosseparados de um mesmo navio em um determinado período de tempo levando emconsideração a incerteza do mau tempo e os pedidos de alteração por parte da engenharia. Suapesquisa foi motivada pela prevalência de riscos relacionados a atrasos nos cronogramas emgrandes projetos de engenharia. O autor defende que a modelagem pode ajudar a terestimativas mais reais da incerteza, concluindo que o método de Monte Carlo poderá serutilizado também em outras áreas.Amigun et al. (2011) apresentaram um estudo de viabilidade econômica com Simulação deMonte Carlo aplicado em uma planta de bioetanol, localizada na província de Western Capedo Sul da África, com produção de 200.000 mil toneladas por ano. Foram utilizadas comovariáveis estocásticas a matéria-prima e eletricidade. Após implementarem três cenários, osautores concluíram que a produção do etanol torna-se viável o subsídio governamental. Aindana pesquisa, foi ratificada que a Simulação Monte Carlo é uma ferramenta útil para avaliarquantitativamente a incerteza que influencia na viabilidade econômica no objeto de estudo.Para uma análise complementar do modelo e com o intuito de se observar as perdas máximasem cada modelo, foi utilizado o método de Value at Risk – VAR, sobre as curvas deprobabilidades obtidas, portanto, a seguir será apresentado a definição e aplicações doreferido método.Markowitz (1952) em seu estudo sobre o modelo de média-variância chamado de Teoria daFronteira Eficiente discorre sobre o tradeoff entre o risco e retorno, além do desvio padrão 4
  5. 5. XXXII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO Desenvolvimento Sustentável e Responsabilidade Social: As Contribuições da Engenharia de Produção Bento Gonçalves, RS, Brasil, 15 a 18 de outubro de 2012.utilizado como medida de dispersão. O autor conclui que quanto maior a diversificação de umportfólio e houver uma baixa correlação entre os ativos, o risco de perda é amenizado.Ross et al. (2002) e Jorion (2000) definem Value at Risk como um método de mensuração derisco que mede a máxima perda esperada em unidades monetárias de uma carteira a partir deum determinado nível de confiança (1-α%) dentro de um horizonte de tempo determinado.Vlaar (2000) utilizou a metodologia do VAR com o objetivo de investigar as consequênciasda dinâmica da estrutura a termo das taxas de juros holandesas com utilização de 17 anos dedados diários. O autor comparou o desempenho de 25 carteiras hipotéticas com títulos dogoverno holandês, analisando a expectativa e a variância do valor dos títulos.3.1. Softwares utilizadosOs softwares utilizados para todos os testes estatísticos da pesquisa foram através do CrystalBall® e o E-Views®. A simulação foi projetada a partir do fluxo de custos na formação dopreço a partir do software em formato de planilhas chamado Microsoft Excel®.4. Proposta do ModeloO modelo tem a proposta de avaliar o potencial risco financeiro que um projeto desta naturezaoferece, que requer dos estaleiros preços para participação de leilões com formas assertivas afim de otimizar o lucro e, ao mesmo tempo satisfazer ao máximo a satisfação dos clientes edos acionistas.Kaplan e Norton (1997) defendem que para ter uma visão balanceada do negócio, sãonecessárias observar sob quatro perspectivas (financeiras, clientes, processos internos eaprendizado/crescimento), desta forma será possível ter uma visão mais realista e transparentedo empreendimento. Na perspectiva “financeira”, é sugerido uma medida possível demensurar o retorno sobre o investimento e o valor econômico agregado, no qual o modeloapresentado poderá oferecer.Em um projeto naval, o investimento total aplicado no bem é dividido em grupos desimilaridade: matéria-prima; mão-de-obra; despesas diretas de produção; custos indiretos;lucro; frete de material importado, impostos de importação e despesas alfandegárias; despesasfinanceiras e; impostos. Conforme a Tabela 1, verifica-se que os suprimentos e a mão-de-obrarepresentam 62,40% do montante total do preço de venda do navio, portanto, as variáveis deentrada foram pesquisadas no referido grupo. Descrição Repres. Suprimentos + Mão-de-Obra 62,40% Despesas Diretas de Produção 5,98% Custos Indiretos 18,97% Lucro 7,73% Despesas com importação 1,61% Despesas Financeiras 3,31% Fonte: Esta pesquisa Tabela 1 – Distribuição de grupos para construção do navio 5
  6. 6. XXXII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO Desenvolvimento Sustentável e Responsabilidade Social: As Contribuições da Engenharia de Produção Bento Gonçalves, RS, Brasil, 15 a 18 de outubro de 2012.A construção de um navio envolve cerca de 40 mil pequenos insumos, portanto, no momentode mapeamento e valoração do ativo, são formados pequenos grupos demáquinas/equipamentos. Aplicando uma técnica similar a Curva ABC explicitada peloMoreira (2004) e Slack et al. (2007) nos insumos utilizados na fabricação do navio Suezmax,obtém-se a estrutura de aço de um navio Suezmax representando 36,81%, ou seja, oferecemaior impacto em um projeto desta embarcação.O preço do aço naval foi utilizado como variável aleatória no fluxo de caixa do projeto. Testesde correlação foram aplicadas nas séries históricas de preço em quatro regiões: Brasil,América do Norte, China e Leste Asiático. O preço médio das regiões apresentou o melhorresultado dos testes executados. Posteriormente, foram aplicadas mais duas variáveis paratestar a sensibilidade do modelo.5. ResultadosForam desenvolvidas três variações do modelo: Preço do Aço, Mão-de-Obra e Atraso noProjeto. As taxas de desconto e de retorno estão representadas “ao mês”, uma vez que osmodelos em “caso base” tem prazo para conclusão de 37 meses.A tabela 2 apresenta uma comparação entre os modelos com as variáveis de entradaaleatoriamente utilizadas para o estudo do VPL: Modelo Projeto Média Mediana Desv. Pad. Máximo Mínimo Preço Aço $15.073.548,35 $15.000.031,72 $1.398.665,46 $21.021.673,37 $10.449.389,13 Mão-de-obra $15.079.285,38 $13.183.167,50 $13.117.472,30 $1.407.108,52 $19.177.769,44 $8.682.873,46 Prazo $12.357.807,53 $12.358.052,76 $182.584,85 $13.031.002,86 $11.565.753,15 Fonte: Esta Pesquisa Tabela 2 – Comparação entre os modelos (VPL)Os valores do caso base em relação à média tem um intervalo relativamente pequeno no qualpode ser explicado pela baixa variabilidade do desvio padrão da taxa de desconto utilizada(CDI). O modelo “Prazo” apresentou resultados inferiores uma vez que o prazo do projeto foiestendido em 11 meses e valor investido continuou o mesmo, portanto, provocará umaredução do VPL maior, adicionalmente, a variação do aumento no custo de mão-de-obradurante um período mais longo, causará um maior impacto no resultado.A tabela 3 presenta os resultados obtidos através das mesmas simulações utilizadas paracálculo da TIR, utilizando a técnica de Simulação de Monte Carlo. Modelo Projeto Média Mediana Desv. Pad. Máximo Mínimo Preço Aço 1,43% 1,41% 0,39% 2,98% 0,16% Mão-de-obra 2,38% 0,94% 0,92% 0,42% 2,73% -0,38% Prazo 0,59% 0,59% 0,04% 0,75% 0,43% Fonte: Esta Pesquisa Tabela 3 – Comparação entre os modelos (TIR) 6
  7. 7. XXXII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO Desenvolvimento Sustentável e Responsabilidade Social: As Contribuições da Engenharia de Produção Bento Gonçalves, RS, Brasil, 15 a 18 de outubro de 2012.Nos três modelos, observa-se que a correlação entre si (base, média e mediana) éexpressivamente forte. A maior variabilidade apresentada está no modelo “mão-de-obra”observando que ao alongar o prazo do projeto, a variabilidade reduziu. Outro ponto a destacaré a TIR mínima que ao alongar o prazo a probabilidade reduziu mesmo a média apresentadano modelo “prazo” ter uma redução significativa em comparação à “mão-de-obra”.Para cada modelo pode ser observado o VAR, conforme as figuras 1, 2 e 3. A primeiraapresenta a distribuição ajustada sob o histograma obtido para o modelo baseado no preço doaço onde o VAR da simulação ao nível de significância de 95% do modelo foi calculado emR$ 2.308.061,72 durante todo o projeto. Figura 1 - Histograma VPL (Preço Aço) Fonte: Esta PesquisaA figura 2 apresenta o mesmo gráfico para o modelo baseado em mão-de-obra onde o VARcalculado para essa simulação ao nível de significância de 95% do modelo foi de R$2.320.962,55 durante todo o projeto. Figura 2 – Histograma VPL Mão-de-obra 7
  8. 8. XXXII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO Desenvolvimento Sustentável e Responsabilidade Social: As Contribuições da Engenharia de Produção Bento Gonçalves, RS, Brasil, 15 a 18 de outubro de 2012. Fonte: Esta PesquisaPor fim, na figura 3 é apresentado o histograma e a curva ajustada para o modelo baseado noprazo, apresentando um VAR da simulação ao nível de significância de 95% do modelo emR$ 301.777,66 durante todo o projeto. O montante baixo obtido neste caso em relação aosmodelos anteriores pode ser explicado pela baixa variabilidade do INCC utilizado nestemodelo, apresentando um desvio padrão de 0,0235. Figura 3 – Histograma VPL Prazo Fonte: Esta Pesquisa6. ConclusõesO risco sempre esteve eminente no dia-a-dia do ser humano da partir do momento em que ohomem desenvolveu o sistema numérico, desde os métodos mais arcaicos. Bernstein (1997)discorre em seus estudos que o risco é um conceito tipicamente moderno e que a humanidadeesperou milhares de anos, até o Renascimento, para aprender a medir e controlar o risco. Oautor confirma que o motivo exato deste tempo até a descoberta do risco, não é algo fácil deexplicar, porém, os relatos históricos nos dá uma pista sobre este início a partir do surgimentodos jogos de azar, uma vez que, em sua essência, este tipo de jogo tem em seu próprio ato,correr riscos. A partir deste ponto, com a paixão do ser humano pelos jogos, Pascal e Fermatiniciou uma profunda incursão pelas leis das probabilidades.O enfoque central desta pesquisa foi construir um modelo para analisar o risco financeiro emum projeto da Indústria Naval através da construção de um navio do tipo Suezmax. O maiordesafio do desenvolvimento do modelo foi a escassez de informações e dados históricos, umavez que o setor viveu um estado de latência durante vinte anos no país que, na década de 80,ocupou a segunda posição mundial no setor de construção naval.Com base na variabilidade dos dados obtidos a partir do modelo construído, entende-se que autilização desta ferramenta, Simulação de Monte Carlo, nos projetos de construção daindústria naval, poderá contribuir com o ressurgimento do setor. As companhias poderão terum banco de dados histórico de seus portfólios, servindo de referência para projetos queparticiparão de licitações futuras. Altman (1968) desenvolveu um estudo sobre a construçãode um banco de dados com informações de empresas adimplentes e inadimplentes com oobjetivo de inferir dados estatísticos sobre capacidade de pagamento de empresas. O mesmo 8
  9. 9. XXXII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO Desenvolvimento Sustentável e Responsabilidade Social: As Contribuições da Engenharia de Produção Bento Gonçalves, RS, Brasil, 15 a 18 de outubro de 2012.pode ser feito com projetos da Indústria Naval, considerando dados estatísticos de projetosviáveis ou inviáveis, modelados a partir do método de SMC. Em se tratando a gerenciamentode risco, os resultados dos modelos podem, além de ser comparados, seria possível criar umbanco de dados com projeções de preços de insumos utilizados historicamente.A análise quantitativa do risco gerado na pesquisa a partir de variáveis aleatórias permitiuratificar que o preço do principal insumo de uma embarcação, o custo com mão-de-obra e oprazo de entrega do produto são variáveis com sensibilidade significativa no momento daformação de preço da embarcação. Portanto, conclui-se que esta ferramenta poderá dar maisconforto ao decisor por propiciar informações relevantes, portanto, dar mais conforto nomomento da decisão em processos licitatórios. Não obstante, este estudo possui algumaslimitações por não ter testado todas as variáveis para verificar o impacto que poderiam causarno resultado, além de não ter testado todas as possibilidades que a Simulação de Monte Carlopode oferecer.AgradecimentosEste trabalho tem sido parcialmente suportado pelo CNPq (Conselho Nacional deDesenvolvimento Científico e Tecnológico) e IPSID (Instituto de Pesquisa em Sistemas deInformação e Decisão).ReferênciasALTMAN, E. Financial Ratios, Discriminate, Analysis and the Prediction of CorporateBankruptcy. Journal of Finance, September, 1968; v. 23, nº 4, p. 589-609.AMIGUN, B.; PETRIE, D. & GÖRGENS, J. Economic Risk Assessment of AdvencedProcess Technologies for Bioethanol Production in South Africa: Monte Carlo Analysis.Renewable Energy. 2011; Vol. 36, p. 3178-3186BERNSTEIN, P. L. Desafio aos Deuses: A Fascinante História do Risco. Rio de Janeiro:Elsevier, 1997. 23ª reimpressão.BOYLE, P.; BROADIE, M. & GLASSERMAN, P. Monte Carlo Methods for SecurityPricing. Journal of Economic Dynamics & Control. 1997; Vol 21, p. 1267-1321.BUSSEY, L.E. & STEVENS, G. T. Formulating Correlated Cash-Flow Streams. TheEngineering Economist. 1972; Vol. 18, nº 1, p. 1-30.DORP, J.R. & DUFFEY, M.R. Statistical Dependence in Risk Analysis for ProjectNetworks Using Monte Carlo Methods. Elsevier Science B.V., Int. J. Production Economics,58, p. 19-27, 1999.GOLDBERG, S. Ações para uma Retomada Segura. Valor Setorial: Indústria Naval. SãoPaulo: Valor Econômico, 2011.HERTZ, D.B. Risk Analysis in Capital Budgeting. Harvard Business Review. 1964.HESS, S.W. & QUIGLEY, H.A. Analysis of Risk in Investments Using Monte CarloTechniques. Statistical and Numerical Methods in Chemical Engineering. 1963; pp. 55–71. 9
  10. 10. XXXII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO Desenvolvimento Sustentável e Responsabilidade Social: As Contribuições da Engenharia de Produção Bento Gonçalves, RS, Brasil, 15 a 18 de outubro de 2012.JAFARIZADEH, B. Financial Factor Models for Correlated Inputs in the Simulation ofProject Cash Flows. Journal of Petroleum Science and Engineering. 2010; Vol. 75, p. 54–57.JORION, P. Value at Risk: The New Benchmark for Managing Financial Risk. Chicago:Richard Irwin, 2000. 2nd edition.KAPLAN, R. & NORTON D. A Estratégia em Ação: Balance Scorecard. Rio de Janeiro:Campus, 1997.LOCATELLI, G. & MANCINI, M. Small–Medium Sized Nuclear Coal and Gas PowerPlant: A Probabilistic Analysis of their Financial Performances and Influence of CO 2 Cost.Energy Policy. 2010; Vol. 38, p. 6360-6374.LOPES, J. O Fazer do Trabalho Científico em Ciências Sociais Aplicadas. Pernambuco:Editora UFPE, 2006.MARKOWITZ, H. Portfolio Selection. The Journal of Finance. 1952; Vol. 7, Nº 1, p. 77-91.METROPOLIS, N. The Beginning of the Monte Carlo Method. Los Alamos Science, 1987;Vol. 15, 122-143.MOREIRA, D.A. Administração da Produção e Operações. São Paulo: Pioneira ThomsonLearning. 2004.ROCHA, A. A nova indústria naval brasileira. SINAVAL, Rio de Janeiro, 2011.ROSS, S.A.; WESTERFIELD, R.W. & JAFFE, J.F. Administração Financeira: CorporateFinance. São Paulo: Atlas, 2002.SINAVAL. Resultados da Indústria Naval Brasileira 2010. Rio de Janeiro, 2010aSINAVAL. A Indústria da Construção Naval e o Desenvolvimento Brasileiro. Rio de Janeiro,2010b.SLACK, N.; CHAMBERS, S. & JOHNSTON, R. Gestão de Risco de Mercado:Metodologias Financeira e Contábil. Rio de Janeiro: Editora FGV, 2007. 1ª edição.VOSE, D. Quantitative Risk Analysis: A Guide to Monte Carlo Simulation Modelling.Oxford: Wiley Finance, 1996.VLAAR, P.J.G. Value at Risk Models for Dutch Bond Portfolios. Journal of Banking &Finance. 2000; Vol. 27, p. 1131-1154.YIN, R. Estudo de Caso: Planejamento e Métodos. São Paulo: Bookman Editora, 2005. 5ªedição. 10

×